Hírek azoknak az eseményeknek a kategóriájából, amelyek talán nem gyakrabban fordulnak elő, mint a Higgs-bozon felfedezésének szintjei. Kristen Stewart, a népszerű hollywoodi színésznő az egész Ai kutatóközösségét meghódította azáltal, hogy közzétette a gépi tanulásról szóló kiadványt.
A Twilight rajongók millióiinak álma nemrégiben rendezte debütálását, és rendezte a Gyerek úszás rövid drámát, amely a stílusfordítás néven ismert gépi tanulási technológiát alkalmazta. Ez egy olyan technika, amelyben az egyik kép vagy képkeret esztétikája a másik kép vagy keret esztétikájával szemben helyezkedik el, hogy egy impresszionista vizuális stílust hozzon létre.
Bhautik Yoshi vizuális effektusok szakembere és David Shapiro producer révén Stewart társszerzőként tudományos munkát készített, amely bemutatja a film készítésének folyamatát és a benne használt technológiákat. A cikket a legnagyobb tudományos online könyvtárban, az ArXiv-ben tették közzé, ahol a kiadványokat nem vizsgálják meg szakmailag.
A színésznő rajongói, valamint a mesterséges intelligencia kutatásának szakemberei meglepődtek (és örültek), hogy megtudták, hogy Stewart aktívan részt vesz ebben a munkában.
Maga a munka az „Impresszionista festmények életre keltetése a neurális hálózatvezérelt stílusátvitel segítségével” címet viseli, és részletes elemzést nyújt arról, hogyan lehet hasonló gépi tanulási megközelítést felhasználni filmek készítésére. Maga a cikkben a „Menjünk úszni” című rövidfilmet úgy írják le, mint „a bánat sújtotta ember költői impresszionista portréja víz alatt”.
A vizuális stílus átvitele a keretek között a filmkészítők létező ideghálózatokat használtak, amellyel először átvitték a kívánt stílust a teszt keretbe, majd lépésről lépésre megváltoztatták a képet, hozzáadva „új színek és textúrák blokkjait”, amíg meg nem kapják a kívánt Hatás. A stílusátvitel szükség szerinti kiigazítása után alkalmazták ezt a módszert a festmény különféle részeire, az alábbiakhoz hasonló keretek létrehozásával. Alapvetően ez a módszer hasonlít egy nagyon fejlett progresszív vizsgálathoz.
Természetesen a közzétett munkára várható negatív reakciók következtek: "Mi a fenébe egy hollywoodi színésznő még olyan gépi tanulási környezetbe kerül, ahol nem ért egy átkozott dolgot?" Ennél fontosabb azonban az a tény, hogy a gépi tanulási eszközök, amelyek valaha csak azoknak az embereknek voltak érdekes, akik gyakorlatilag élték őket, egyre népszerűbbé válnak. A nyílt forráskódú strukturális intelligencia, mint például a Tensor Flow és a Keras, bárkinek megkísérelheti az AI-kód írását és azokra épülő speciális kereskedelmi feldolgozási módszerek létrehozását, mint például ugyanaz a stílusátvitel (egyébként ugyanaz a Facebook szociális háló nagyon aktívan használja a ezen módszer alapján), és hozzájárulnak az ilyen technológiák kultúrában történő népszerűsítéséhez.
Promóciós videó:
Végül, az AI-forradalom nem csupán hatalmas mennyiségű adatmennyiségtől és nagy teljesítményű processzoroktól függ, hogy osztályozzák és adaptálják ezeket az adatokat a működéshez. Fontos itt a fejlesztők nyílt közösségének, valamint a munkahoz hozzáférhető eszközöknek a létrehozása is. És Stewart kutatási cikke kiváló példa arra, hogy ez hogyan működhet, és mit lehet elérni rajta.
A Menjünk úszni rövidfilmet a 2017-es Sundance filmfesztiválon mutatták be. Az alábbiakban megnézheti a filmet.
NIKOLAY KHIZHNYAK